Блог StatGazer

Аналитика данных: методология, финансы и блокчейн

Практические материалы для аналитиков, риск-менеджеров и исследователей. VAR-модели, ML в финансах, on-chain-аналитика — с кодом и интерпретацией результатов.

Эконометрика

Как построить VAR-модель для бизнес-данных

Разбираем, когда VAR оправдан, как подготовить данные и какие ошибки ломают интерпретацию.

Читать статью

Blockchain

Анализ криптовалют и on-chain-рисков

Практические сигналы для AML, риск-команд и инвестиционного анализа.

Читать статью

ML

ML в финансах: где он действительно даёт эффект

Что работает в production, а что остаётся красивой демо-моделью без эффекта.

Читать статью

Финансовое моделирование

Сколько стоит финансовая модель на заказ

Из чего складывается цена, почему «модель за вечер» — ложная экономия и как принять модель у подрядчика.

Читать статью

Риск-менеджмент

Как рассчитать VaR портфеля: три метода с кодом

Исторический, параметрический и Монте-Карло: формулы, код на Python и где каждый метод ломается.

Читать статью

Прогнозирование

Прогноз спроса: от наивных методов до ML

Иерархия методов, честные метрики (MAPE/WAPE/MASE) и валидация временных рядов без утечки будущего.

Читать статью

Исследования

Статистическая обработка данных для диссертации

Пошаговый план: выбор теста под тип данных, проверка предпосылок, поправки и размер эффекта.

Читать статью

Эконометрика

Эконометрика в диссертации: как выбрать метод

FE/RE и тест Хаусмана, DiD и инструментальные переменные, эндогенность и кластерные ошибки.

Читать статью

О чём мы пишем

StatGazer публикует прикладные материалы по количественным методам в бизнесе и финансах. Статьи основаны на практике применения методов: код воспроизводим, методология задокументирована.

Тематические направления

  • Эконометрика: VAR, панельные данные, причинно-следственный анализ.
  • ML в финансах: прогнозирование спроса, оценка рисков, поведение моделей в production.
  • On-chain аналитика: wallet intelligence, AML-эвристики, risk scoring.
  • Воспроизводимые исследования: R Notebooks, Python pipelines, документация.

Для кого

Материалы рассчитаны на аналитиков, риск-менеджеров, финансистов и исследователей, которым нужна не теория, а рабочий инструмент.

Нужна модель, а не статья?

Опишите задачу.
Вернёмся с планом в течение 1–2 рабочих дней.

Мы не только пишем о методах — мы строим модели для бизнеса, фондов и исследователей.

NDA до передачи данных · границы работ, KPI и сроки фиксируются до старта · hello@statgazer.ru